1431 0

PRIM을 이용한 다단계 제조공정의 다중반응변수 최적화

Title
PRIM을 이용한 다단계 제조공정의 다중반응변수 최적화
Other Titles
Multiresponse Optimization of a Multistage Manufacturing Process Using a Patient Rule Induction Method
Author
양진경
Alternative Author(s)
Yang, Jin Kyung
Advisor(s)
이동희
Issue Date
2019-02
Publisher
한양대학교
Degree
Master
Abstract
제조공정은 일반적으로 여러 개의 공정을 순차적으로 거쳐 제품을 생산하며 이를 다단계 공정이라 한다. 다단계 공정의 특징은 선행 공정의 결과가 후행 공정에 영향을 미친다는 것과 각 공정 내에는 여러 개의 반응변수를 가진다. 공정 최적화에서 여러 개의 반응변수를 동시에 최적화하는 것을 다중반응변수최적화라고 한다. 한편, 단일 반응변수의 평균과 분산을 동시 최적화하는 것을 쌍대반응최적화라고 한다. 여기에서 확장되어 다중반응변수의 평균과 분산을 동시에 최적화하는 것을 확장다중반응변수최적화라고 한다. 전통적으로 공정 최적화는 실험계획법 기반의 반응표면법을 통해 이루어져 왔다. 그러나 반응변수의 산포에 대한 모델을 구축하기 위해서는 반복 실험이 필수적이고 예측 모델에 기반하기 때문에 불확실성을 갖는 단점이 있다. 따라서 본 연구에서는 데이터 마이닝 기법 중 하나인 PRIM을 이용하여 최적 조건을 도출하고자 하였다. 각 방법론은 단일 공정의 쌍대반응변수최적화를 위한 PRIM(DR-PRIM), 단일 공정의 확장다중반응변수최적화를 위한 PRIM(EMR-PRIM), 마지막으로 다단계 공정의 다중반응변수최적화를 위한 PRIM(Multistage MR-PRIM)이다. 제안된 DR-PRIM과 EMR-PRIM에서 최적화 과정 중 반응변수의 산포를 고려하기 위해 평균제곱오차(Mean squared error)를 목적식으로 활용하였고, 건축 자재 사례 데이터를 이용하여 방법론의 효용성을 살펴보았다. 그 결과, 제안된 방법론 모두 평균이 목푯값에 더 가까우면서 분산은 작아 기존 수준보다 향상된 성능을 보여주었다. Multistage MR-PRIM 방법론에서는 선행 공정과 후행 공정의 상관관계를 고려하면서 다중반응변수를 동시에 최적화하고자 호감도함수(Desirability function)를 활용하였다. 제안된 방법론을 철강 공정 사례를 통해 풀어보았으며, 결과는 기존 수준보다 각 공정의 다중반응변수가 각각의 최적화 목적에 맞게 개선되었다. 제조공정 내 공정의 산포 최적화는 공정 품질에서 중요하게 작용하기 때문에 제안된 방법론을 통해 반응변수의 평균과 산포를 동시에 고려함으로써 공정 안정성을 개선할 수 있었다. 또한 Multistage MR-PRIM 방법론을 통해 선·후행공정의 상관관계를 고려하면서 다중반응변수의 성능 개선을 이룬 것에 본 연구의 의의가 있다.
URI
https://repository.hanyang.ac.kr/handle/20.500.11754/99409http://hanyang.dcollection.net/common/orgView/200000434684
Appears in Collections:
GRADUATE SCHOOL[S](대학원) > ARTS AND TECHNOLOGY(아트테크놀로지학과) > Theses (Master)
Files in This Item:
There are no files associated with this item.
Export
RIS (EndNote)
XLS (Excel)
XML


qrcode

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

BROWSE